案例名称:【基于5G+工业互联网赋能化工企业安全生产】
公司名称:【江苏东方盛虹股份有限公司(000301)】
案例简述:
东方盛虹对标国家、省厅文件要求,借助已有的工业互联网平台架构赋能化工安全生产,利用5G、人工智能、大数据等新一代信息技术的创新应用和深度融合,从安全管理可视化、责任化、规范化三个方向,解决大型化工企业中物料人员状态难以监管、安全管理流程复杂的问题,助力安全管理人员实时监控、及时处理示警、流程闭环管理,实现事前防范、事中预警、事后应急,达到人防、物防、技防的有机统一。
本案例通过建设重大危险源监测预警系统,实现在工厂地图上实时显示生产、设备数据,及人员和车辆信息,实现化工厂区危险源的实时监测、预警;企业安全风险分区管理,实现在工厂地图中用红、橙、黄、蓝四色对不同风险级别的作业区进行标绘,提升对风险的动态响应能力,预防重、特大安全事故发生,减少一般事故危害;人员在岗在位管理,主要实现对于人、车实时位置的 掌握,并且对于作业区内的人员动态进行监管,监控人员在岗、离岗、串岗等问题;企业生产全流 程管理,主要实现将工厂线下安全流程转为线上,并辅以多种智能化手段,实现闭环管理,从而进一步优化工厂的安全管理体系,提高管理效能。
扫码查看详细案例
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。